mcoplib

Provides guidance for writing and benchmarking optimized CUDA kernels for Metax C500 GPU, 阅读CUDA kernels 的源码，根据Metax C500 GPU硬件参数极致优化CUDA算子，通过ReAct方式来benchmark 优化后算子的精度及性能，通过对比优化前后的性能，达到优化指标后即完成优化任务

为 mcoplib 中的新算子生成基于 nvbench 的性能测试代码 (config JSON + runner Python)，要求精度验证必须通过才会执行性能测试，精度验证失败则报错退出。